查看“聚类算法”的源代码
←
聚类算法
跳转至:
导航
,
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
{{提示|该页面仍需进一步完善,欢迎加入我们}} 聚类(也称为[[聚类分析]],Cluster analysis)是指将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。 == 聚类算法的分类 == * 层次化聚类算法(又称树聚类算法):BIRCH算法,CURE算法,CHAMELEON算法,Sequence data rough clustering算法,Between groups average算法,Furthest neighbor算法,Nearest neighbor算法等。 * 划分式聚类算法:K-means,K-modes-Huang,K-means-CP,MDS_CLUSTER,Feature weighted fuzzy clustering,CLARANS等。 * 基于模型的聚类算法:SOM神经网络算法等。 * 基于密度聚类算法:广泛应用于空间信息处理,SGC,GCHL,DBSCAN算法,OPTICS算法,DENCLUE算法等。 * 基于网格的聚类算法:STING算法,CLIQUE算法,WAVE-CLUSTER算法等。 * 新发展的方法 ** 基于约束的方法:COD (Clustering with Obstructed Distance) ** 基于模糊的聚类方法: ** 基于粒度的聚类方法: ** 量子聚类: ** 核聚类:SVDD算法,SVC算法等。 ** 谱聚类: == 参考链接 == * [https://en.wikipedia.org/wiki/Cluster_analysis Wikipedia: Cluster analysis] * [https://www.zhihu.com/question/34554321 知乎:用于数据挖掘的聚类算法有哪些,各有何优势?] * [https://baike.baidu.com/item/%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95 百度百科:聚类算法] [[分类:算法]]
该页面使用的模板:
模板:提示
(
查看源代码
)
返回至
聚类算法
。
导航菜单
个人工具
登录
命名空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
分类索引
最近更改
随机页面
用户指南
编辑助手
工具
链入页面
相关更改
特殊页面
页面信息